Files
2nd/10_Wiki/Topics/AI_and_ML/3D_Gaussian_Splatting.md
T

1.5 KiB


id: P-Reinforce-3DGS-001 category: Unified confidence_score: 0.95 tags: [graphics, rendering, ai] last_reinforced: 2026-04-20 github_commit: "initial-reinforce"

3D_Gaussian_Splatting (3DGS)

📌 한 줄 통찰 (The Karpathy Summary)

포인트 클라우드를 넘어서 공간을 가속화된 가우시안 타원체로 표현함으로써 실시간 렌더링의 새로운 지평을 열다.

📖 구조화된 지식 (Synthesized Content)

  • 추출된 패턴: 복잡한 메시 구조 없이도 밀도 있는 포인트 클라우드에서 가우시안 파라미터를 최적화하여 사실적인 부피감을 구현하는 비선형 최적화 패턴.
  • 세부 내용:
    • 타일 기반의 가시성 정렬을 통한 고속 렌더링.
    • 미분 가능한 렌더링(Differentiable Rendering)을 통한 파라미터 학습.
    • NeRF 대안으로서의 압도적 렌더링 속도 확보.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

  • 과거 데이터와의 충돌: 메시에 기반한 전통적인 래스터화 방식과 개념적으로 충돌하나, 성능 면에서 우위를 점함.
  • 정책 변화: 렌더링 효율성(w1) 가중치를 높게 평가하여 그래픽스 카테고리의 최상단 지식으로 배치.

🔗 지식 연결 (Graph)

  • Parent: 10_Wiki/💡 Topics/Graphics
  • Related: NeRF, Point-Cloud, Radiance-Fields
  • Raw Source: 00_Raw/2026-04-20/3D Gaussian Splatting (3DGS).md